-
公开(公告)号:CN111781157A
公开(公告)日:2020-10-16
申请号:CN202010424563.9
申请日:2020-05-19
Applicant: 贵州琦福苑茶业有限公司 , 贵州省分析测试研究院
IPC: G01N21/3563 , G01N21/359 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于人工神经网络的近红外光谱茶叶主要成分检测方法,利用交叉验证方法处理方法,对校正集和预测集采用误差均方根作为评估标准,将茶叶主成分的近红外光谱矩阵作为、人工神经网络输入,在保证信息不丢失的情况下,降低了人工神经网络的输入因子个数,有效解决了利用人工神经网络进行预测时,输入因子过多,运算复杂,预测结果准确性不高的问题。
-
公开(公告)号:CN119073414A
公开(公告)日:2024-12-06
申请号:CN202411120636.X
申请日:2024-08-15
Applicant: 贵州省分析测试研究院
IPC: A23F3/12 , G05B19/05 , G06N3/0442
Abstract: 本发明公开了一种基于近红外光谱的茶叶智能化揉捻集成系统及方法,涉及茶叶制备技术领域,在茶叶揉捻机启动后,PLC控制器收集初始压力数据与初始转速数据发送至成品预测模块,在间隔固定时间后近红外光谱采样模块采集茶叶近红外光谱数据,通过PLC控制器将近红外光谱数据发送至成品预测模块与相似度判别模块;成品预测模块对品质情况进行预测,不符合品质要求则通过相似度判别模块将近红外光谱数据与历史光谱数据进行相似度比对,选择符合品质成品茶叶所对应的压力与转速数据,调整茶叶揉捻机初始压力数据与初始转速数据。本发明通过红外光谱采集茶叶揉捻时的信息,从而控制调整茶叶揉捻机的转速与压力,提升了所得的成品茶叶的品质。
-
公开(公告)号:CN119000591A
公开(公告)日:2024-11-22
申请号:CN202411120638.9
申请日:2024-08-15
Applicant: 贵州省分析测试研究院
IPC: G01N21/3563 , G06F18/2411 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/21 , G16C20/20 , G16C20/70 , G01N21/359 , G01N33/14
Abstract: 本发明公开了一种基于近红外光谱的茶叶发酵程度智能化判别方法和系统,涉及茶叶发酵程度判别技术领域,对不同发酵程度的茶叶样本进行采集近红外光谱数据;并对应测定样本中茶黄素、茶多酚、氨基酸的含量;将光谱数据映射到特征空间,提取映射到特征空间各个特征向量上的权重系数,并将测定的化学成分含量数据作为特征变量;将特征向量与特征变量进行拼接,得到综合特征向量;建立茶叶发酵程度智能化判别模型并进行模型训练验证;将待测茶叶样本经过相应操作后输入模型,得到茶叶发酵程度判别结果。本发明通过综合利用光谱数据和化学成分数据,实现了对茶叶发酵程度的智能化判别,提高了判别的准确性和效率,为茶叶生产和质量控制提供了便利。
-
-